Characterization, optimization, and selection of identification criteria for LC–QTOF–MS
Notice bibliographique
Résumé
The establishment of stringent identification criteria is essential for accurate reporting of toxicological drug testing, particularly in forensic settings involving medico-legal cases. Liquid chromatography quadrupole time-of-flight mass spectrometry (LC-QTOF-MS) is widely employed for its broad analyte coverage and high mass accuracy, yet limited published and validated identification criteria pose significant challenges for its use beyond presumptive screening in low case volume settings. This study characterized, optimized, and selected LC-QTOF-MS identification criteria, assessing the influence of concentration, matrix and drug class on their performance. In addition to standard identification parameters, an effective combined weight score (CWS) threshold that emphasized library score and mass error was established. Higher analyte concentrations improved spectral reproducibility, while urine matrices introduced variability in isotope ratios and library scores. Authentic casework demonstrated 99.9% efficiency, 98.9% sensitivity, and 100% specificity, indicating a highly reliable method that achieves excellent accuracy, minimizes false positives as required for confirmatory techniques, and maintains sufficient sensitivity for effective screening of casework, thereby supporting robust and defensible forensic toxicology workflows. These findings also highlight the importance of refining LC-QTOF-MS specific identification criteria to enhance consistency and reliability in forensic toxicology reporting and allows for reproducibility across other instrumentation, workflows, and fields.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».